Pourquoi une IA locale pour coder ?
En moins d’une heure, j’ai installé un assistant de code qui tourne entièrement sur mon PC, sans abonnement ni connexion internet. Il écrit à 65 tokens par seconde sur une carte graphique de 2019 avec seulement 4 Go de mémoire.
J’utilise des IA en ligne tous les jours. Mais elles ont trois inconvénients quand on développe :
- La confidentialité : le code part sur des serveurs tiers. Pour un projet client, ce n’est pas anodin.
- Le coût : les abonnements et les crédits API s’additionnent vite.
- La dépendance : pas de réseau, pas d’assistant.
Une IA locale règle ces trois points. La question était de savoir si mon PC, plutôt modeste, suffirait. Voici le pas-à-pas complet, avec mes mesures réelles.
Ma configuration et ce qu’elle permet
La mémoire de la carte graphique (VRAM) décide de tout. C’est elle qui fixe la taille du modèle que l’on peut faire tourner vite.
| Composant | Ma machine | Impact pour l’IA |
|---|---|---|
| Carte graphique | NVIDIA GTX 1650 Super, 4 Go de VRAM | Le facteur limitant |
| RAM | 32 Go | Permet de faire déborder un modèle plus gros, au prix de la vitesse |
| Processeur | Intel Core i5-11400F (6 cœurs, 12 threads) | Appoint correct |
| Système | Windows 64 bits | Ollama le gère nativement |
Pour connaître ta propre config, ouvre PowerShell et lance :
Get-CimInstance Win32_Processor | Select-Object Name
[math]::Round((Get-CimInstance Win32_ComputerSystem).TotalPhysicalMemory/1GB,1)
nvidia-smi --query-gpu=name,memory.total --format=csv
Avec 4 Go de VRAM, on vise des modèles d’environ 3 milliards de paramètres en quantification Q4. J’ai choisi Qwen2.5-Coder 3B : il est spécialisé dans le code, pèse 1,9 Go et tient entièrement sur la carte.
Étape 1 : mettre à jour le pilote et installer Ollama
Un pilote NVIDIA récent est indispensable pour que l’IA utilise la carte graphique. Le mien datait de 2022 (version 517). Je l’ai mis à jour en version 617.14 depuis le site de NVIDIA, puis j’ai redémarré.
Ollama est le logiciel qui télécharge et fait tourner les modèles en local. Sous Windows, une seule commande suffit :
winget install Ollama.Ollama
Ferme PowerShell, rouvre-le, puis vérifie l’installation :
ollama --version
nvidia-smi --query-gpu=driver_version --format=csv
Si winget n’est pas disponible, l’installeur se télécharge sur ollama.com/download.
Étape 2 : premier modèle et mesure de vitesse
Le modèle se télécharge et se lance avec la même commande :
ollama run qwen2.5-coder:3b "Écris une fonction Python qui vérifie si une chaîne est un palindrome"
Le téléchargement fait 1,9 Go. Le premier chargement en mémoire prend quelques secondes, puis la réponse s’affiche mot par mot.
Pour vérifier que la carte graphique fait bien le travail, ouvre une deuxième fenêtre PowerShell :
ollama ps
Chez moi, le modèle occupe 2,2 Go et la colonne PROCESSOR affiche 100% GPU. Rien ne déborde sur le processeur.
Pour mesurer la vitesse, on ajoute l’option --verbose :
ollama run qwen2.5-coder:3b --verbose "Écris une fonction JavaScript qui trie un tableau d'objets par date"
| Mesure | Résultat |
|---|---|
| Vitesse de génération (eval rate) | 65,86 tokens/s |
| Lecture de la question (prompt eval rate) | 51,37 tokens/s |
| Tokens générés | 698 |
| Durée totale | 10,9 s |
| Chargement du modèle (déjà en mémoire) | 7 ms |
Une fonction complète avec ses explications, en moins de 11 secondes. C’est une vitesse de lecture confortable, comparable à un assistant en ligne.
Étape 3 : brancher l’IA dans VS Code avec Continue
L’extension Continue relie VS Code à Ollama. Elle apporte un chat sur le code et l’autocomplétion. J’avais déjà Cline, mais il est conçu pour des modèles plus gros qui travaillent en autonomie. Avec un modèle 3B, Continue est plus adapté.
- Dans VS Code, ouvre les extensions (
Ctrl+Shift+X), cherche Continue et installe l’extension publiée par Continue. - Clique sur l’icône Continue dans la barre latérale. Ne remplis aucune clé API : elles servent aux IA en ligne.
- Ouvre le fichier de configuration via « Main Config », ou directement
C:\Users\<toi>\.continue\config.yaml. - Remplace son contenu par :
name: IA locale
version: 1.0.0
schema: v1
models:
- name: Qwen Coder 3B (local)
provider: ollama
model: qwen2.5-coder:3b
roles:
- chat
- edit
- apply
- autocomplete
- Enregistre, puis choisis Qwen Coder 3B (local) dans le sélecteur de modèle.
J’utilise volontairement le même modèle pour le chat et l’autocomplétion. La carte n’en charge qu’un seul, ce qui évite de saturer les 4 Go de VRAM.
Utilisation au quotidien :
Ctrl+Lsur du code sélectionné : on pose une question dans le chat.Ctrl+I: on demande une modification directement dans le fichier.- En tapant du code, une suggestion grisée apparaît.
Tabpour l’accepter.
Cas pratique : l’utiliser pour WordPress et le SEO
C’est là que le modèle local m’est le plus utile au quotidien : des tâches techniques courtes, répétitives, souvent sur du code client que je préfère garder sur ma machine.
Le préparer pour WordPress
Continue accepte des règles permanentes dans config.yaml. J’ajoute ce bloc sous models: pour que chaque réponse respecte les bonnes pratiques WordPress :
rules:
- Tu es un développeur WordPress senior. Tu réponds en français.
- Respecte les WordPress Coding Standards et préfixe les fonctions (ex. pxv_).
- Échappe toujours les sorties (esc_html, esc_attr, esc_url) et nettoie les entrées (sanitize_text_field).
- Utilise les hooks (add_action, add_filter) plutôt que de modifier le cœur ou le thème parent.
Astuce : dans le chat, tape @ puis le nom d’un fichier (functions.php, un template) pour le donner en contexte au modèle.
Ce qui marche bien en développement WordPress
| Tâche | Exemple de demande |
|---|---|
| Hooks et snippets | « Ajoute un filtre qui retire les emojis WordPress du head » |
| Custom post types | « Crée un CPT « realisation » avec une taxonomie « secteur » » |
| Requêtes | « Écris un WP_Query des 3 derniers articles de la catégorie SEO » |
| Shortcodes | « Crée un shortcode [cta] avec un titre et un lien en paramètres » |
| Débogage | Coller une erreur PHP du debug.log et demander l’explication |
| Redirections | « Convertis cette liste d’URL en règles 301 pour .htaccess » |
Ce qui marche bien en SEO technique
| Tâche | Exemple de demande |
|---|---|
| Données structurées | « Génère un JSON-LD LocalBusiness pour un restaurant à Madrid » |
| Regex Search Console | « Écris une regex qui filtre les requêtes contenant devis ou prix » |
| Balises hreflang | « Génère les balises hreflang FR/EN/ES pour cette URL » |
| Traitement d’exports | « Écris un script Python qui liste les pages sans meta description dans cet export CSV » |
| Balises en masse | « Propose un title de moins de 60 caractères pour chacune de ces 10 pages » |
Ce que je ne lui confie pas
- La rédaction d’articles : Qwen2.5-Coder est spécialisé dans le code. Ses textes en français sont corrects mais plats, et il ne connaît pas l’actualité du référencement.
- La stratégie SEO : choix des mots-clés, analyse de la concurrence, maillage d’un site entier. Il manque de recul et de données à jour.
- Le code en production sans relecture : je vérifie toujours l’échappement des données et je teste sur un site de recette avant de déployer.
En résumé : le modèle local est mon assistant pour le code WordPress et le SEO technique, pas pour le contenu ni la stratégie.
Les limites, et mon verdict
Un modèle 3B n’est pas un assistant en ligne haut de gamme. Il est rapide et utile, mais il faut savoir ce qu’on lui demande.
Un exemple parlant : j’ai demandé « une fonction qui calcule la TVA à 20 % d’un prix HT ». Il a renvoyé une fonction qui calcule le montant de la TVA, pas le prix TTC. C’est correct, mais minimal : un petit modèle prend la demande au pied de la lettre. Il faut être précis dans ses consignes.
| Bon pour | Moins bon pour |
|---|---|
| Autocomplétion, fonctions courtes | Architecture d’un projet entier |
| Expliquer un bout de code | Raisonnement sur plusieurs fichiers |
| Regex, scripts, conversions | Agents autonomes (Cline et équivalents) |
| Travailler hors ligne et en confidentialité | Demandes vagues ou ambiguës |
Pour aller plus loin avec la même machine, on peut tester qwen2.5-coder:7b. Il est plus pertinent, mais déborde de la VRAM vers la RAM, donc il sera plus lent.
Mon verdict : pour un développeur avec une carte graphique de 4 Go, une IA locale est déjà un vrai gain au quotidien. Elle complète un assistant en ligne sans le remplacer : je garde le local pour le code client et les tâches répétitives, et le cloud pour les problèmes complexes. Le tout gratuitement, en moins d’une heure d’installation.